用Elixir和OTP为LLM智能体构建持久认知架构
指南2026年6月9日12 分钟阅读
受Penrose-Hameroff意识理论启发，开发者用Elixir GenServer和OTP构建了一套三层记忆架构，让LLM智能体实现类人记忆：短期摘要稳定，中期夜间压缩，长期向量检索。关键创新是一个受Ebbinghaus遗忘曲线和Hebbian学习规则启发的遗忘机制，以及基于预测误差的即时反思触发，解决了标准RAG的碎片化和缓存失效问题。
觉得有用？分享给更多人
相关文章
llm 0.33 升级了 OpenAI Python 库并切换 HTTP 客户端，嵌入模型现在支持 --key 参数，llm prompt -t/--template 可重复使用以组合模板，并新增 reasoning_summary 选项用于控制推理摘要的详细程度。
指南Simon Willison·8月22日·3 分钟
Cloudflare 推出 Bot Preference Sync，自动将 AI 机器人偏好（Search、Agent、Training）同步到 robots.txt，减少手动维护。该功能面向所有用户，并默认开启，同时要求混合用途爬虫提供透明度，否则在禁止训练时仍会被阻止。
指南·8月21日·5 分钟